典型文献
基于正则性辅助的多目标优化进化算法研究
文献摘要：
针对目前基于正则性辅助的多目标优化算法缺少局部信息以及模型参数设置对多目标优化算法的影响问题,本研究提出一种基于正则性辅助的多目标优化进化算法(Regularity Assisted Multi-objective Optimiza-tion Evolutionary Algorithm,RAMEA).该方法将高斯采样和基于邻域的交配重组结合并用于子代重组,同时使用k-均值聚类方法获取流形结构信息,将种群划分为K个聚类,用K个聚类的均值向量建立高斯概率模型,从中抽取K个后代,然后将取样解作为父代添加到每个集群中去交配生成其他子代解.实验对比结果表明,研究提出的基于正则性辅助的多目标优化进化算法明显优于其他算法,其参数灵敏度和有效性表现更加突出.
文献关键词：
正则性;重组算子;多目标优化;进化算法;k-均值;子代重组
中图分类号：
作者姓名：
龙娟
作者机构：
广西财经学院信息与统计学院,广西南宁 530003
文献出处：
引用格式：
[1]龙娟-.基于正则性辅助的多目标优化进化算法研究)[J].广西科学,2022(02):301-307
A类：
RAMEA,子代重组,重组算子
B类：
正则性,进化算法,算法研究,多目标优化算法,局部信息,模型参数设置,Regularity,Assisted,Multi,objective,Optimiza,Evolutionary,Algorithm,邻域,交配,配重,均值聚类,聚类方法,流形结构,结构信息,概率模型,后代,解作,父代,实验对比,参数灵敏度
AB值：
0.336812
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
